Beş ölkədən olan tədqiqatçılar qrupu bədxassəli şişləri molekulyar alt tiplər üzrə təsnif etməyə imkan verən innovativ maşın öyrənmə alqoritmlərini təqdim edib. 

“Azərbaycan müəllimi” xəbər verir ki, klinik praktikada diaqnostikanın sadələşdirilməsi üçün nəzərdə tutulmuş bu modellər artıq ictimai istifadədədir. İşin nəticələri “Cancer Cell” jurnalında dərc olunub.

Şişlərin molekulyar tipləşdirilməsi onkologiyada əsas rol oynayır, həmçinin şişin daxilindəki bioloji prosesləri müəyyən etməyə, xəstəliyin gedişatını proqnozlaşdırmağa və ən effektiv müalicəni seçməyə imkan verir. Bununla belə, mövcud təsnifat üsulları çox vaxt xüsusi verilənlər bazası ilə məhdudlaşır, bu da onların real klinik şəraitdə tətbiqini çətinləşdirir.

Van Andel İnstitutundan Peter Lairdin rəhbərlik etdiyi bir qrup Xərçəng Genom Atlasından 8791 şişin genişmiqyaslı analizini aparıb. Nümunələr xərçəngin 26 növününə aid 106 alt növü əhatə edib. Tədqiqat çərçivəsində beş növ məlumat araşdırılıb: mutasiyalar, gen nüsxə nömrəsi, RNT matrisi, DNT metilasiyası və mikroRNT.

Təhlil üçün beş maşın öyrənməsi alqoritmindən istifadə edilib: “AKLIMATE”, “CloudForest”, “SK Grid”, “JADBio” və “subSCOPE”. Onların hər birinə ya xərçəngin xüsusi növləri, ya da birdən-birə bütün növləri üzrə təlimat ötürülüb. İş zamanı alimlər minimum funksiyalar dəsti üçün optimallaşdırılmış 412 mindən çox təsnifat modeli yaradıblar. Bunlardan müxtəlif xərçəng növləri və məlumat növləri üçün 737 ən yaxşı model seçilib.

Bu modellər konteynerləşdirilmiş və açıq girişdə dərc edilmişdir ki, bu da onlardan kompakt xərçəng diaqnostik sistemlərinin inkişafı üçün istifadə edilməsinə imkan verir. Onlar həm klinik sınaqlar, həm də gündəlik tibbi təcrübə üçün uyğundur.

Tədqiqatın müəllifləri ümid edirlər ki, onların işləri Xərçəng Genom Atlasının böyük məlumat dəstləri ilə onların real dünya təbabətində tətbiqi arasındakı boşluğu aradan qaldırmağa kömək edəcək. Onların fikrincə, bu, xərçəngin diaqnostikası üçün daha əlçatan və dəqiq vasitələrin yaradılması istiqamətində yalnız ilk addımdır.